1. Learn
    2. /
  2. Курси
    3. /
  3. Аналіз тональності в R
Connected

Вправа

Порівняйте Tidy Sentiment з Qdap Polarity

Тут ви побачите, що різні методи визначення сентименту дають різні результати. Часто достатньо, щоб результати збігалися за напрямом, навіть якщо деталі різняться. У попередній вправі ви створили tidy_reviews — датафрейм відгуків про оренду без стоп-слів. Раніше в цьому розділі ви обчислили й побудували базову функцію polarity() з пакета qdap. Це показало, що відгуки загалом позитивні.

Тепер виконаймо подібний аналіз способом tidytext! Нагадаємо з попереднього розділу: ви виконаєте inner_join(), потім count(), а далі pivot_wider().

Насамкінець ви створите новий стовпчик за допомогою mutate(), передавши вираз positive - negative.

Інструкції

100 XP
  • Використайте функцію get_sentiments() з параметром "bing", щоб отримати лексикон суб'єктивності Bing. Назвіть лексикон bing.
  • Оскільки ви вже писали цей код у розділі 2, просто вкажіть об'єкт лексикону bing, нову назву стовпчика (polarity) та його обчислення всередині mutate().
  • Нарешті, викличте summary() для нового об'єкта pos_neg. Хоча значення відрізняються, якщо подивитися на середнє, чи залишаються більшість відгуків про оренду так само позитивними порівняно з використанням polarity()? Чи бачите ви „інфляцію оцінок"?